机读格式显示(MARC)

• 000 01738nam 2200325 450

• 001 0000763418

• 005 20250621183500.0

• 010 __ |a 978-7-111-76276-8 |d CNY89.00

• 100 __ |a 20241030d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 大语言模型 |A da yu yan mo xing |e 原理、应用与优化 |f 苏之阳 ... [等] 著

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a 245页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 304 __ |a 题名页题其余责任者: 王锦鹏, 姜迪, 宋元峰

• 314 __ |a 苏之阳 (博士), 现任微软资深应用科学家, 小冰前研发总监, 专注于搜索排序算法和对话系统研发,曾 主导了小冰智能评论和小冰框架等项目的架构设计和开发, 在大语言模型的研发与应用方面具有丰富的经验。在国际学术会议和期刊上发表多篇高质量论文, 研究方向涵盖自然语言处理、深度学习以及云计算等领域。

• 320 __ |a 有书目 (第231-245页)

• 330 __ |a 本书系统地介绍了大语言模型的理论基础、技术架构、应用实践和发展趋势, 旨在为读者深入了解大语言模型相关知识提供参考。本书共10章, 从逻辑上分为四部分: 第一部分 (第1-4章) 由语言模型的基本概念入手, 介绍了大模型的基础构件、技术发展的脉络及范式, 以及模型对齐的方法 ; 第二部分 (第5和6章) 详细介绍了大模型的评测与分布式训练的基本原理 ; 第三部分 (第7-9章) 着重介绍了大模型在垂直场景的应用、知识融合与工具使用的方法及大模型优化的高级话题 ; 第四部分 (第10章) 展望了大模型未来的发展方向和挑战。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li

• 690 __ |a TP391 |v 5

• 701 _0 |a 苏之阳 |A su zhi yang |4 著

• 701 _0 |a 王锦鹏 |A wang jin peng |4 著

• 701 _0 |a 姜迪 |A jiang di |4 著

• 701 _0 |a 宋元峰 |A song yuan feng |4 著

• 801 _0 |a CN |b WFKJXY |c 20250621

• 905 __ |a WFKJXY |d TP391/240